最小二乘法
2015-10-10 11:08
218 查看
在我们研究两个变量(x, y)之间的相互关系时,通常可以得到一系列成对的数据(x1, y1、x2, y2... xm , ym);将这些数据描绘在x -y直角座标系中(如图1), 若发现这些点在一条直线附近,可以令这条直线方程如(式1-1)。 Y计= a0 + a1 X (式1-1) 其中:a0、a1 是任意实数 为建立这直线方程就要确定a0和a1,应用《最小二乘法原理》,将实测值Yi与利用(式1-1)计算值(Y计= a0 + a1 X)的离差(Yi - Y计)的平方和`〔∑(Yi - Y计)2〕最小为“优化判据”。 令: φ = ∑(Yi - Y计)2 (式1-2) 把(式1-1)代入(式1-2)中得: φ = ∑(Yi - a0 - a1 Xi)2 (式1-3) 当∑(Yi-Y计)平方最小时,可用函数 φ 对a0、a1求偏导数,令这两个偏导数等于零。 (式1-4) (式1-5) 亦即: m a0 + (∑Xi ) a1 = ∑Yi (式1-6) (∑Xi ) a0 + (∑Xi2 ) a1 = ∑(Xi, Yi) (式1-7) 得到的两个关于a0、 a1为未知数的两个方程组,解这两个方程组得出: a0 = (∑Yi) / m - a1(∑Xi) / m (式1-8) a1 = [∑Xi Yi - (∑Xi ∑Yi)/ m] / [∑Xi2 - (∑Xi)2 / m)] (式1-9) 这时把a0、a1代入(式1-1)中, 此时的(式1-1)就是我们回归的元线性方程即:数学模型。 在回归过程中,回归的关联式是不可能全部通过每个回归数据点(x1, y1、 x2, y2...xm,ym),为了判断关联式的好坏,可借助相关系数“R”,统计量“F”,剩余标准偏差“S”进行判断;“R”越趋近于 1 越好;“F”的绝对值越大越好;“S”越趋近于 0 越好。 R = [∑XiYi - m (∑Xi / m)(∑Yi / m)]/ SQR{[∑Xi2 - m (∑Xi / m)2][∑Yi2 - m (∑Yi / m)2]} (式1-10) * 在(式1-1)中,m为样本容量,即实验次数;Xi、Yi分别任意一组实验X、Y的数值。 |
相关文章推荐
- Tomcat搭建
- apue环境搭建
- 手把手教你学会JSP上传文件方法
- 串口接收中断和连续发送的矛盾!
- C++primer第五版笔记-第十六章模板与泛型编程
- 深入理解Java内存模型(七)——总结
- QT中layoutstretch属性配置,控件按比例扩大缩小
- Java笔试题1
- Word Ladder 解答
- 【Windows编程】-I/O模型-01.Select模型实现
- for 循环用法
- ShaderLab Tutorials-Vertex Colors Lerp
- 获取系统信息
- 5-25 朋友圈 (25分) -- 简单并查集
- 深入理解Java内存模型(六)——final
- 在脚本中使用export导出变量值
- Android 控制EditText输入为英文或数字
- 第7讲项目2
- MySQL中group_concat函数深入理解
- PHP安全配置